在熊猫中滚动多维函数

Question

比方说，我有以下代码。

import numpy as np
import pandas as pd

x = pd.DataFrame(np.random.randn(100, 3)).rolling(window=10, center=True).cov()

对于每个索引，我都有一个3x3矩阵。我想计算特征值，然后计算这些特征值的某些函数。或者，也许我可能想计算特征值和特征向量的某些函数。关键是，如果我采用x.loc [0]，那么从该矩阵计算任何内容都没有问题。如何滚动处理所有矩阵？

谢谢！

Answer 1

您可以在 spicy.sparse.linalg 中使用类似的特征向量/特征值方法。

import numpy as np
import pandas as pd
from scipy import linalg as LA

x = pd.DataFrame(np.random.randn(100, 3)).rolling(window=10, center=True).cov()
for i in range(len(x)):
    try:
        e_vals,e_vec = LA.eig(x.loc[i])
        print(e_vals,e_vec)
    except:
        continue

如果不存在NaN值，则无需使用try和，而是只进行for循环。